data scientist в прогнозировании спроса

Компания указана как занимающаяся подбором персонала, IT-аутстаффингом и рекрутментом.

• Собирать, очищать и подготавливать данные из различных источников для дальнейшего анализа;
• Проводить первичный анализ данных, выявлять закономерности и аномалии, создавать визуализации;
• Разрабатывать и внедрять модели машинного обучения, включая регрессию, классификацию и кластеризацию, с особым фокусом на моделях временных рядов;
• Разрабатывать оптимизатор на основе линейной и смешанно-целочисленной оптимизации LP и MILP;
• Оценивать качество моделей, настраивать гиперпараметры и проводить кросс-валидацию;
• Участвовать в интеграции моделей в бизнес-процессы компании;
• Подготавливать аналитические отчёты;
• Взаимодействовать с представителями бизнеса и техническими командами;
• Улучшать текущие подходы и изучать новые инструменты и алгоритмы.

• Уверенно владеть Python и SQL;
• Хорошо понимать методы машинного обучения и математической статистики, включая линейные модели, Random Forest и градиентный бустинг;
• Иметь практический опыт работы с временными рядами: подготовка данных, прогнозирование, оценка качества и кросс-валидация;
• Иметь опыт работы с XGBoost, LightGBM или CatBoost;
• Знать методы математической и дискретной оптимизации LP, MILP и MIP;
• Иметь практический опыт работы хотя бы с одним инструментом оптимизации: Pyomo, OR-Tools, PuLP или аналогами;
• Иметь опыт использования оптимизационных решателей: Gurobi, CPLEX, SCIP, COPT, GLPK или аналогов;
• Иметь опыт разработки ML-решений от анализа данных и построения модели до рабочего прототипа;
• Уверенно владеть Git;
• Будет плюсом опыт применения продвинутых моделей прогнозирования временных рядов, работы с большими данными и Data-инфраструктурой, интеграции ML-моделей в сервисы и понимание базового MLOps, написания unit- и integration-тестов и понимание ООП, опыт в FMCG, Supply Chain, Demand Planning, Forecasting, ERP или APS.

• Условий в вакансии нет